递归特征消除（对所有特征都具有相似的重要性）[关闭]

Question

我正在尝试使用 10 个分类变量（所有相同的尺度 1 到 10）在分类变量（3 个级别 = 低、中、高）上拟合模型。我用随机森林运行递归特征消除（RFE），结果是所有变量都具有相似的重要性（每个约 10%）。我期待一个主导变量，但事实并非如此。这怎么解释？我应该尝试不同的建模方式还是这只是数据的本质？

PS：我运行了一个 corr 矩阵，所有 10 个特征与目标变量的相关性都较低。如果是这种情况，我是否应该期望在相关性较低的情况下没有变量占主导地位？

Answer 1

从技术上讲，是的，您的所有属性都可能具有相同的影响。这种平等是否有意义只能通过关于特定数据集或领域的“洞察知识”来回答。